|
Teil
I Basis schaffen
und Website-Nutzung
messen (Kapitel 1
4)
Web
Analytics umfasst
die Messung und
Optimierung eines
Web-Angebots. Dies ist
wichtig, um die
Investitionen in
Webangebote und Marketing
Ausgaben in Bezug zum
Gewinn der Website zu
setzen. Man spricht vom Return
on Investment (ROI).
Anstelle
von Logfile-Analysen
wird heute das Pagetagging
eingesetzt, um die
Nutzerbewegungen zu
messen. Die reine Analyse
der Bewegungsdaten kann
durch weitere Methoden
ergänzt werden (A/B-
und multivariates Testing,
Online-Umfragen, Usability-Tests).
Web
Analytics sollte man
nutzen, um zu schauen, ob
Aufwand der Website und
Nutzen im Verhältnis
stehen. Analysen helfen,
die Besucher besser zu
verstehen und zufriedener
zu machen (z.B.
durch gute Inhalte,
Erhöhung der
Benutzerfreundlichkeit).
Dadurch steigt die Kundenbindung.
Marco
Hassler schlägt für den
Erfolg der Website
ein strukturiertes
Vorgehen vor: Zu
Beginn muss man einmalig
die Grundlagen von Web
Analytics lernen, um
ein System aufzusetzen,
mit dem man messen kann,
was einen interessiert.
Wöchentlich analysiert
und interpretiert
man. Einmal im Monat
werden dann Optimierungen
vorgenommen, um den
Erfolg zu steigern. Alle
ein bis zwei Jahre
erfährt eine Website ein
Redesign. Alle bisher
gesammelten Erkenntnisse
sollen auch hier
einfließen.
Bevor man
analysiert, braucht man
ein Tool. Bei der Auswahl
eines Web Analytics Tools
ist der Bedarf
unterschiedlich. Bevor
man mit einer Liste an
Funktionen kommt, die
das Tool erfüllen
sollte, ist es wichtig,
sich im klaren
darüber zu sein,
was man eigentlich mit
der eigenen Website
bezwecken will, was die Ziele
der Website sind.
Viele Funktionen sind
dann vielleicht ganz
nett, aber nicht wirklich
geschäftsrelevant. Eine pragmatische
Lösung ist erst
einmal ein kostenloses
oder günstiges Tool
einzubauen und für
zwei Wochen Daten zu
sammeln. Dann sollte
man im ersten Monat
verstehen, was man so
auswerten kann. Nun macht
man sich noch einmal
seine Website-Ziele klar
und gleicht ab, ob das
Tool diese Anforderungen
erfüllt. Bei
Vorstellungen von
Produktanbietern muss man
nicht ins Blaue
vertrauen, man kann
selbst einschätzen, ob
man etwas braucht oder
nicht. Ganz wichtig:
Jemand muss das Tool
bedienen können, d.h.
eine ebenso hohe Investition
wie für das Tool ist
für einen Web
Analysten nötig.
Im zweiten
Abschnitt des ersten
Kapitels geht Marco
Hassler auf die
Datensammlung,
Datenspeicherung,
Auswertung und
Interpretation ein:
Daten werden
entweder beim Unternehmen
selbst gespeichert
(Inhouse-Lösung) oder
bei
Web-Analytics-Tool-Anbieter
(Saas = Software as a
Service). Eine
Inhouse-Lösung bietet
sich an, wenn das
Unternehmen aus
Datenschutzgründen die
Daten im Haus lassen
möchte.
Inhouse-Lösungen
ermöglichen auch Logfile-Analysen:
Man kann vom Nutzer den
Zeitpunkt, die besuchte
Website, den Referer
(zuvor besuchte Seite)
und den User Agent messen
(IP-Adresse +
Betriebssystem +
Browser). Alle diese
Daten werden auf einem
Server gespeichert. Beim Page-Tagging
ist es anders (Page
Tagging = kleines
Script auf jeder
Einzelseite zeichnet
Infos auf): Auf Seiten
des Nutzers können viel
mehr Informationen
ausgelesen werden (z.B.
Mausklicks,
Cursorposition,
Eingegebene Inhalte aus
Formularen, Titel der
Seite etc..). Dadurch
sind reichere Analysen
möglich. Wichtig ist
auch das setzen und
wiedererkennen von
Cookies. Sie zeigen, dass
jemand schon mal da war.
Was den
Datenschutz angeht,
ist strittig, ob man die
IP-Adressen der Besucher
speichern darf. Für die
einen sind es
personenbezogene Daten
(Einwilligung
erforderlich), für
andere anonyme
Nutzerdaten (keine
Einwilligung
erforderlich). Sobald
jemand in einen
Login-Bereich kommt,
können die Daten
personenbezogen
ausgewertet werden.
Wichtig ist daher, dass Nutzungsdaten
nicht mit
personalisierten
Informationen verknüpft
werden. Eine Datenschutzerklärung
sollte offen
kommuniziert werden
und bei der Übermittlung
persönlicher Daten
sollte es ein Opt-in-Verfahren
sein, d.h. zum
Einwilligen muss der
Nutzer einen Haken
setzen.
Ein Web
Analytics Tool hat hunderte
an Reportmöglichkeiten
vorkonfiguriert. Dashboards
helfen dabei, die
wichtigsten Reports (Favoriten)
auf eine Übersichtsseite
zu bringen. Zudem kann
man sich Reports zum
weiterverarbeiten in Excel
exportieren oder als PDF
automatisch an eine Email
verschicken. Neben Zahlen
und Balkenreports gibt es
je nach Tool auch Browseroverlays
und Heatmaps,
diese visualisieren das
Surfverhalten und helfen
bei der Interpretation
der Nutzung. Auch gibt es
Tools, die Schnittstellen
zu anderen Systemen
anbieten (API =
Application Programming
Interface). Dann kann
aus anderen Systemen
direkt auf die Web
Analytics Daten
zugegriffen werden.
Teil II
Metriken
analysieren und
interpretieren (Kapitel
5-11)
Bei der Einführung
in die Welt der Metriken
wird das Surfverhalten
über Seitenzugriffe (Page
Views), Besuche (Visits,
Sessions) und Besucher
(Visitors, Unique
Visitor) definiert.
Die Besucher kommen
irgendwie auf die Website
(Quellen-Analyse) und
bringen bestimmte
Merkmale mit
(Besucher-Analysen). Sie
bewegen sich auf der
Website
(Verhaltens-Analyse) und
nutzen dabei bestimmte
Bereiche
(Inhalts-Analyse).
Dieser
Aufbau zieht sich durch
die nächsten Kapitel:
- (1)
Traffic-Quellen
Woher kommen die
Besucher?
- (2)
Besucher Wer
sind die Besucher?
- (3)
Verhalten Wie
wird die Website genutzt?
- (4)
Inhalte Was
wird genutzt?
(1)
Traffic-Quellen. Direktzugriffe
auf die Website
(Url-Eingabe in Browser,
Bookmarks) sind ein
Zeichen der
Markenbekanntheit der
Website. Zudem werden die
Websites angezeigt, die
auf die eigene Website
verlinken (Top-verlinkenden
Websites). Zugriffe
von Suchmaschinen
lassen sich zwischen
organische
und bezahlte
Keywords
unterteilen. Bei den
bezahlten Keywords ist es
wichtig Kosten und Nutzen
in Relation zu setzen.
Das Google AdWords Konto
lässt sich mit Google
Analytics verknüpfen:
Ausgegeben werden zudem
die Klickrate und die
Kosten pro Klick. Je
besser die Anzeigen mit
bezahlten Suchbegriffen
auf die verlinkende Seite
(Landingpage) abgestimmt
ist, desto höher die
Wahrscheinlichkeit, dass
die Nutzer tiefer in die
Website einsteigen. Tools
wir das Google Keyword
Tool oder Google Trends
helfen dabei, Keywords zu
finden. Neben
Suchbegriffe können
über ein Web Analytics
System auch der Erfolg
von weiteren Werbekampagnen
(z.B. Banner) oder
Partnerwebsites
(Affiliatepartner)
gemessen werden.
(2)
Besuchereigenschaften.
Anhand eines Cookies kann
erkannt werden, ob ein
Besucher schon einmal da
gewesen ist. Damit sind Neue
und Wiederkehrende
Besucher
unterscheidbar. Die
Anzahl der Besuche pro
Besucher ist ein
Indikator für die Besuchertreue.
Die Besuchsfrequenz
sagt etwas über den
zeitlichen Abstand
zwischen zwei Besuchen
aus, die Besuchsaktualität
sagt aus, wann der letzte
Besuch stattfand. Durch
Auslesen der IP-Adresse
kann das Herkunftsland
und die Region
eines Besuchers bestimmt
werden. Weitere
technische Messungen
sind: Sprache, Browser
und die
Bildschirmgröße.
(3)
Besucherverhalten.
Die Intensität der
Besuche lässt sich durch
die Besuchsdauer
und die Besuchstiefe
(Anzahl an Seitenaufrufen
pro Besuch) messen. Das Navigationsverhalten
wird analysiert, indem
man eine Seite in den
Focus stellt und sich die
vorgehenden und
nachfolgenden
aufgerufenen Seiten
ansieht. Besser zur
Analyse eignet sich der Browseroverlay,
eine Visualisierung des
Navigationsverhalten.
Mehr Aussagekraft als die
Ansicht von Einzelseiten
haben Pfadanalysen auf
Ebene von Inhaltsgruppen.
Thematisch passende
Einzelseiten werden dabei
aggregiert und geben
einen Überblick auf
globalere Ebene. Gut zu
analysieren sich lineare
Pfade wie z.B. ein
Bestellprozess: Über
eine Trichteranalyse
können so genau bestimmt
werden, an welcher Stelle
die meisten Besucher
abbrechen. Bei all den
Analysen weiß man jedoch
wenig über die
Beweggründe der
Besucher. Die interne
Suche hilft hier
weiter: Analysiert man,
wonach die Besucher
suchen, dann erfährt man
etwas über Ihre Motive.
Aber auch direktes
Nachfragen hilft weiter.
Durch Umfragen zum
Besuchsgrund oder offenes
Feedback können
weitere hilfreiche
Informationen aus
Nutzersicht gesammelt
werden (Motive, Bewertung
der Website). Eine
Möglichkeit, das
Besucherverhalten
übergreifend und
anschaulich zu
beschreiben, ist die Bildung
von Personas. Man
schaut, wie sich
Personengruppen
voneinander unterscheiden
und was die einzelne
Gruppe auszeichnet. Dann
wird für jede Gruppe ein
Prototypischer Vertreten
erschaffen.
(4)
Inhalte. Die Top-Seiten
zeigen auf, was die
meistgenutzten Inhalte
sind. Ist die Website
hierarchisch
strukturiert, dann lassen
sich auch
Top-Inhaltsebenen
analysieren. Auch ist es
möglich selbst Inhaltsgruppen
zu bilden. Die Top
Einstiegsseiten werden
auch Entry- oder
Landingpages genannt.
Diese zu optimieren
lohnt, da viele Besucher
hier einsteigen. Die Top
Exitpages sind die
Ausstiegspunkte der
Website. Ist unter den
Exitpages eine Seite aus
einem Schritt mitten im
Bestellprozess, dann ist
das nicht gut und hier
sollte optimiert werden.
Die Attraktivität
einer einzelnen Seite
lässt sich neben der
Aufrufhäufigkeit anhand
unterschiedlicher
Kennzahlen messen
(Verweildauer,
Absprungrate,
Seitenhaftung).
Web-2.0-Inhalte.
Das Web 2.0 bringt neue
technische Möglichkeiten
aber auch
Herausforderungen für
die Web Analyse mit sich.
Mit den Standardmethoden
kommt man nicht weiter.
So gibt es für RSS-Feeds
Tools wie den Feedburner,
der etwas über die
Nutzungsintensität
aussagt. Ein Weblogs
spielt z.B. die Anzahl an
Kommentaren eine Rolle
oder Messung der
Bekanntheit über den
Technorati Rank. Das
Auftreten von Markennamen
in Social Media
und User Generated
Content kann durch die
Google Alerts oder durch
einem speziellen Tool
namens Buzzient
beobachtet werden. Rich
Internet Applications
(RIAs) und
AJAX-Inhalte sind
Websites wie Google Maps,
wo auf einer einzelnen
Seite vieles passiert,
ohne, dass sich die Url
ändert. Um hier zu
analysieren, müssen
Events
definiert werden (z.B.
auf XY-geklickt oder die
Suche genutzt..).
Gleiches gilt auch für
das Messen von Videos
und Podcasts (Event
z.B. start, stop, zurück
+ downloads).
Im Kapitel
Metriken nutzen
zeigt Hassler, wie man
mit den Metriken umgeht: beobachten,
vergleichen,
nachforschen, ändern.
Da es eine Vielzahl an
Metriken gibt, hilft es,
nur jene laufend zu
beobachten, die einem
auch was bringen. Zum
einen hilft das
Dashboard, eine Report,
wo man individuell die
wichtigsten Metriken
anzeigen kann. Auch hilft
das UjUjUj-Prinzip.
Uj steht für Und
jetzt? und besagt,
dass man bei einem
dreimaligen hinterfragen
einer Metrik eine Antwort
haben sollte, etwas an
der Website zu verändern
wenn nicht, dann
ist die Metrik nicht
praxistauglich. Eine Zahl
ohne Kontext hilft nicht
weiter, darum sollte man
Metriken vergleichen.
Entweder mit internen
Benchmarks durch
Vergleich zu Vorperioden.
Oder man vergleicht sich
mit der Konkurrenz:
Dazu gibt es
Tools/Anbieter wie Alexa,
Hitwise, Compete, Google,
Fireklick, Nielsen
Netratings, GfK,
Quantcast. Zur tieferen
Analyse der eigenen
Website ist es wichtig,
zu segmentieren.
Eine Segmentierung lohnt
beispielsweise nach der
Besuchertreue (Neue
Besucher / Wiederkehrende
Besucher) oder nach
Trafficquelle
(Suchmaschine,
Kampagnen).
Teil
III Website
optimieren und den Erfolg
steigern (Kapitel 12-16)
Website-Ziele
definieren: Eine
Website hat
unterschiedliche Geschäftsziele,
z.B. Online-Verkauf,
Generierung von
Kundenkontakten,
Rekrutierung von
Mitarbeitern oder eine
hohe Nutzungsintensität,
wenn es z.B. um den
Verkauf von
Werbeeinblendungen geht.
Im Unternehmen gibt es
interne Anspruchsgruppen
(Geschäftsführung, IT,
Marketing,
Produktmanagement),
die Einfluss an der
Website haben. Neben
diesen Anspruchsgruppen
sind es vor allem die
Besucher der Website, die
man kennen muss
(Zielgruppe). Damit man
nun alles unter einen Hut
bekommt
(Unternehmensziele, Ziele
der
Websiteverantwortlichen,
Ziele und Wünsche der Websitebesucher),
macht es Sinn, die Ziele
des Unternehmens einmal
gemeinsam in einem Workshop
zu finden. Finden allein
reicht nicht, die Ziele
müssen zudem priorisiert
werden.
Damit man
ein Geschäftsziel
messen, kontrollieren und
optimieren kann, muss
es runter gebrochen
werden, d.h., es muss
messbar sein.
Bedeutet: Global Ziel
=> Subziel =>
Aktivität =>
Meßgröße (Z.B.
Online-Umsatz => Mehr
erfolgreiche Bestellungen
=> Waren von Warenkorb
bis zur Bestellung =>
Warenkorbabbruchrate).
Zielerreichung
und Conversion: Conversion
bedeutet, dass sich ein
Websitebesucher so
verhält, dass es dem
Unternehmen von Nutzen
ist. Die Conversionrate
wird meist mit
Besucher hat etwas
gekauft
gleichgesetzt und liegt
zwischen 2-4%. Im
Umkehrschluss bedeutet
das, dass wenn man sich
zu 100% nur auf diese
2-4% stürzt, man 96% der
Besuche aus dem Focus
nimmt. Besser ist daher Conversions
auch für die einzelnen
Subziele zu messen,
die dabei helfen, das
globale Ziel zu
erreichen. In Google
Analytics wird eine
Conversion dadurch
gemessen, dass eine Zielseite
definiert wird. Nun
kann man messen, wie
viele der Besucher diese
betreten haben und
erhält damit die
Conversionrate. Eine
weitere Betrachtung sind
die Kosten für eine
Conversion. Man kauft
sich beispielsweise
Werbung ein und hat das
Ziel, dass diese auch
etwas kaufen. Durch eine
Verknüpfung von
Marketingaktivität und
Messung der Conversion,
können so die
durchschnittlichen Kosten
für eine Conversion
ermittelt werden. Das
hilf dabei, Marketingaktivitäten
zu optimieren. Den
Bezug von Ausgaben und
Einnahmen, nennt man ROI
= Return on Investment.
Key
Performance Indicators: Ein
Geschäftsziel wird auf
eine messbare Größe
runter gebrochen. Diese
messbare Einheit lässt
sich auch als Key
Performance Indicator
bezeichnen, denn die
Erfüllung dieses führt
dazu, dass es dem
Geschäftsziel nützt.
Vorgestellt werden
mitunter KPIs von Eric T.
Peterson. Über KPIs wird
am besten in Excel
berichtet. KPI-Reports
können unterschiedlich
aufgebaut sein. Sie
können nach
Untersuchungsthemen
gegliedert sein
(Traffic-Quellen,
Besuchereigenschaften,
Verhalten, genutzte
Inhalte), nach
Website-Zielen
(Online-Umsatz,
Kontakt-Generierung,
Rekrutierung) oder nach
einem Customer Buying
Cycle (Reichweite
& Reputation,
Akquisition, Conversion,
Bindung). KPI-Reports
haben unterschiedliche
Adressaten. Demnach
sollten Sie auch maßgeschneidert
sein. Jede Anspruchsgruppe
bekommt einen anderen
Report.
Web-Analytics-Erkenntnisse
zur Website-Optimierung
nutzen: Die
Benutzerführung kann
optimiert werden, indem
man Konvertierungspfade
(Landingpage =>
Produktdetailseite =>
Warenkorb =>
Bestellung) mit einem Browseroverlay
oder Trichteranalyse
genauer ansieht. Formulare
können durch die Messung
bei Abbruchfeldern
optimiert werden.
Websiteinhalte und
Landingpages durch A/B-Tests
und Multivariates
Testing. Zum Ende
gibt Hassler noch Tipps
für die
Inhaltsoptimierung
(Inhalte texten,
grafische Gestaltung,
Navigationselemente,
Darstellung von
Produkten), zur
Optimierung von
Marketing-Aktivitäten
(AIDA = Attention,
Interest, Desire, Action)
speziell Keywords.
Websites
mit Web Analytics
zielorientiert neu
konzipieren: Nachdem
die Basis geschaffen ist
und die Websitenutzung
gemessen werden kann,
werden die Daten
analysiert und
interpretiert. Die
Website wird optimiert,
um den Erfolg zu
steigern. Hassler
orientiert sich an dem AIDA-Modell
und gibt jeder
Einzelseite eine Aufgabe,
den Besucher von der Homepage/Landingpage
(Aufmerksamkeit)
bis zur Conversion
(Aktion) zu bringen. Dann
gibt es Verteilerseiten,
die den interessierten
Besucher weiter zu Informations-
oder Serviceseiten
bringen
(Produktübersicht,
Produktbeschreibung,
Preisinformation,
Bestellkonditionen). Ist
der Benutzer informiert,
soll er zuletzt auch überzeugt
werden, dass er hier auf
der richtigen Website
ist, um seinen Wünschen
gerecht zu werden
(Sonderaktionen,
Produktvorteile). Ist
dies gelungen, dann ist
der Benutzer bereit zu handeln
und eine Aktionsseite
(z.B. Kauf) auszuführen
(Kontaktformular,
Bestellprozess).
Teil IV
Web Analytics
Systeme einsetzen
(Kapitel 17-18)
In der 1.
Auflage des Buches gab es
im Anhang ein paar Infos
zur Installation von
Google Analytics. Die
zweite und erweiterte
Auflage beinhaltet
Hinweise zur
Installation, zu den
Reports und Tricks &
Kniffe zu Google
Analytics und Yahoo
Analytics.

|